2026-05-08 (金) — Web ニュース 8件
5月8日は、OpenAIの音声モデル発表が実装者向けに広がり、Sakana AIのモデルオーケストレーション、ServiceNowのAIガバナンス、Gemini API Webhooksが注目された。AIアプリの焦点は、単一モデルの性能から複数モデル・長時間ジョブ・統制基盤へ移っている。
Sakana AIは、GPT-5、Claude Sonnet 4、Gemini 2.5 Proなど複数LLMを固定ルールではなく強化学習で動的に組み合わせる7Bモデル「RL Conductor」を提示したと報じられた。小型モデルがタスクを分解し、適切なワーカーモデルと通信構造を選ぶ設計で、単一フロンティアモデル依存を下げる。企業にとっては、性能・コスト・レイテンシをタスクごとに最適化するマルチモデル運用の現実解になる。
ServiceNowはKnowledge 2026で、AI Control TowerをMicrosoft、NVIDIA基盤、セキュリティ領域へ広げる複数発表を行った。30以上の統合を通じてクラウド、SaaS、AIエージェント、非人間IDを検出・観測・統制する設計で、AI導入の「見えない実行主体」を管理する。Microsoft Agent 365と同様、企業AIの次の競争領域はモデルではなく統制面になっている。
GoogleはGemini APIにイベント駆動Webhooksを追加し、長時間ジョブ完了をポーリングではなくプッシュ通知で扱えるようにした。Deep Research、長尺動画生成、Batch APIなど、分単位から時間単位で走るエージェント処理では、待ち時間とAPI負荷の削減が重要になる。モデル性能の改善だけでなく、開発者体験と運用効率を支える基盤整備が進んでいる。
TechRadarは、GoogleがGeminiを「24/7 digital partner」として動くRemyへ発展させる計画を報じた。メール、書類送付、購入、予定調整などをユーザーの代わりに進める構想は、OpenAIやOpenClaw系の自律エージェントと正面から競合する。Googleの場合、Gmail、Search、Android、Workspaceという文脈を持つため、実行範囲とプライバシー設計の両方が重要になる。
VentureBeatは、OpenAIのGPT-Realtime-2が音声エージェントの設計を変えると分析した。従来の音声ボットは会話の維持が中心だったが、GPT-Realtime-2は長い文脈、推論努力の調整、ツール呼び出し、専門用語の保持により、住宅検索や顧客対応のような複雑な業務を音声で進められる。音声はUIの補助ではなく、エージェント実行の入口になりつつある。
AWSはAmazon Bedrock AgentCore Paymentsのプレビューを通じ、AIエージェントがユーザーの許可に基づいて購入や支払いを実行できる仕組みを示した。エージェントが情報検索から実取引へ進むには、権限委譲、監査、決済の失敗処理をクラウド基盤側で扱う必要がある。OpenAIやGoogleの個人エージェント構想と並び、決済はエージェント実用化の重要なボトルネックになっている。
MozillaがAnthropicのClaude MythosをFirefox開発に使い、400件以上のバグ修正に役立てたと報じられた。AIコーディング支援は新規コード生成だけでなく、大規模で歴史の長いコードベースの保守にも入り始めている。開発組織にとっては、AIが書くコードの量より、既存品質を損なわずにレビュー可能な修正をどれだけ提示できるかが評価軸になる。
オランダ語圏向けの独自AIプロジェクトGPT-NLが、実環境でのテスト段階に入ったと報じられた。米中巨大モデルに対し、欧州各国は主権AI、言語データ、公共部門利用を軸に独自モデルを整備している。性能競争だけでなく、言語・法制度・データ主権を満たすモデルを持つことが公共AI導入の条件になりつつある。